Elasticsearch简介与实操

Elasticsearch是一个分布式、高扩展、高实时的搜索与数据分析引擎。以下是对Elasticsearch的详细介绍：

一、基本概述

Elasticsearch是Elastic Stack（以前称为ELK Stack）的核心组件，Logstash和Beats有助于收集、聚合和丰富数据并将其存储在Elasticsearch中，而Kibana则提供数据可视化、探索和分享的功能。Elasticsearch能够处理各种类型的数据，包括结构化、半结构化和非结构化数据，并为其提供近乎实时的搜索和分析能力。

二、技术特点

1、分布式架构：Elasticsearch采用分布式架构，数据可以在多个节点上进行分散存储，这提高了数据的可靠性和可伸缩性。随着数据和查询量的增长，Elasticsearch可以无缝地扩展其部署规模。

2、实时性：Elasticsearch具有近实时的搜索和分析能力，数据的添加、更新和删除操作几乎可以立即生效。这使得Elasticsearch成为实时数据分析和监控的理想选择。

3、高可用性：通过复制机制和分片技术，Elasticsearch保证了数据的高可用性。即使某个节点发生故障，也能够保证系统的正常运行和数据的不丢失。

4、强大的全文检索能力：Elasticsearch使用倒排索引来实现全文检索，能够快速地搜索和过滤大量的文本数据。同时，它还提供了多种查询方式，包括全文查询、精确查询、范围查询、模糊查询等，以满足不同类型的查询需求。

5、支持多种数据格式：Elasticsearch支持多种数据格式的索引和搜索，包括结构化数据（如数据库中的表）、半结构化数据（如JSON和XML）和非结构化数据（如文本和图像）。

6、可扩展性：Elasticsearch可以通过添加新的节点来扩展系统的容量和性能，实现水平扩展。这使得Elasticsearch能够轻松应对大规模数据集和高并发查询的挑战。

三、应用场景

1、日志分析：Elasticsearch可以用于实时地收集、存储和分析大量的日志数据。它可以帮助开发人员和运维人员快速搜索和分析日志数据，以便定位和解决问题。

2、搜索引擎：Elasticsearch的全文搜索功能非常强大，可以用于构建搜索引擎。它支持复杂的查询和过滤，可以在大规模文档集合中快速地进行全文搜索。

3、实时分析：Elasticsearch可以用于实时分析大规模数据。它可以对结构化和非结构化数据进行索引和分析，支持聚合操作和复杂的数据可视化。

4、电子商务：Elasticsearch可以用于构建电子商务网站的产品搜索功能。它可以根据用户的查询实时地返回相关的产品结果，并支持过滤、排序和推荐等功能。

5、监控和告警：Elasticsearch可以用于实时监控和告警系统。它可以收集和分析各种指标和日志数据，并根据设定的规则和阈值触发告警。

6、地理空间分析：Elasticsearch支持地理空间数据的索引和查询，可以用于构建地理信息系统（GIS）和地理空间分析应用。

四、工作原理

Elasticsearch的工作原理主要基于倒排索引和分布式架构。当用户将数据提交到Elasticsearch数据库中时，Elasticsearch会对数据进行分词处理，并创建一个倒排索引。倒排索引将术语链接到文档中的位置，从而实现快速文本搜索。同时，Elasticsearch通过分片技术将数据分散存储在多个节点上，并通过复制机制增强容错能力和可用性。当用户进行查询时，Elasticsearch会根据倒排索引快速找到相关文档，并根据权重对结果进行排名和打分，最终将返回结果呈现给用户。

五、详解ES环境搭建
ES下载安装

首先我们需要下载ES压缩包

bash 复制代码

curl -O https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.12.0-linux-x86_64.tar.gz

通过curl指令完成下载后，通过tar 指令进行解压：

bash 复制代码

tar -zxvf elasticsearch-7.12.0-linux-x86_64.tar.gz

完成配置后我们就可以进入bin目录，执行./elasticsearch将es启动。

查看控制台没有报错后，我们可以通过curl指令查看es是否正常运行：

bash 复制代码

curl 127.0.0.1:9200

kibana下载安装

kibana是操作es的图形界面工具，用起来非常方便，接下来我们就开始介绍一下kibana的安装步骤，我们首先到达kibana官网，找到和我们ES一致的Linux版本进行下载：

bash 复制代码

Kibana 7.12.0:https://www.elastic.co/cn/downloads/past-releases/kibana-7-12-0

完成后我们进入kibana根目录的bin目录执行./kibana将其启动。完成后我们通过浏览器访问5601端口如果出现如果进入kibana初始化界面。

在界面我们可以按需点击add data选择simple data等面板数据导入。

详解ElasticSearch和Kibana基础搜索

基础插入和查询

接下来就是正式的介绍Kibana对于ES的操作步骤了，在此之前我们先找到dev tools界面：

若我们希望通过kibana插入一条数据，我们就可以通过put指令完成，如下所示，我们指定索引名为customer，type为_doc并指定id为1的文档设置数据text为hello kibana

bash 复制代码

PUT /customer/_doc/1
{
  "text":"hello kibana"
}

完成后我们可以直接通过GET指令获取对应的指令为GET /customer/_doc/1，最终查询结果如下：

查询所有

通过上一个例子我们了解了基于kibana的基础读写ES操作，接下来我们就来演示一下几种比较常见的查询，对应指令如下，可以看到我们指定导入数据的index为kibana_sample_data_ecommerce，并键入_search指令：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search

最终我们就可以看到下面这样的输出，简单介绍一下几个比较重要的字段：

took:查询耗费时间，单位为毫秒。
timed_out:搜索请求是否超时，这里显示false即没有超时。
_shards:查询的分片数，并列出成功、失败、跳过的条目数。
max_score:最匹配的一份文档的分数值。
hits.sort:具体文档列表信息
hits._score:具体文档的相关性得分，例如下图第一条目的文档就是1分。

分页查询

如果我们希望分页查询，则可以通过from指定起始页，通过size指定每页的大小，对应的查询示例如下：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "query": { "match_all": {} },
  "sort": [
    { "email": "asc" }
  ],
  "from": 1,
  "size": 10
}

输出结果：

指定条件字段

我们希望查询customer_full_name中包含Abd或者Adams中的数据，对此我们就可以通过match指明查询的字段和字段值即可：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "query": { "match": { "customer_full_name": "Abd Adams" } }
}

输出结果：

段落匹配

上一个例子是针对每一个词项进行匹配，如果我们希望查到customer_full_name中带有Abd Adams的数据，我们就可以通过段落匹配即可实现，对应的指令如下：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "query": { "match_phrase": { "customer_full_name": "Abd Adams" } }
}

输出结果：

多条件查询

es支持多条件查询，例如我们希望查询customer_full_name带有Abd、Adams但是customer_first_name不包含Abd的数据，那么我们就可以指定：

must中指明customer_full_name为Abd、Adams。
must_not中指明customer_first_name为Abd。

对应的指令示例如下：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "customer_full_name": "Abd Adams" } }
      ],
      "must_not": [
        { "match": { "customer_first_name": "Abd" } }
      ]
    }
  }
}

输出结果：

复合条件查询

我们希望查询符合如下3个条件的数据：

customer_full_name为Abd、Adams。
currency为EUR。
customer_id范围在50~55。

对此我们的编写的检索语句为：

指定查询为bool多条件查询。
must通过match_phrase关键字限定customer_full_name为Abd Adams。
filter过滤出值为EUR的currency。
通过customer_id限定customer_id范围为50~55。

对应的我们给出查询语句，读者可结合表述进行理解，这里笔者需要补充一点，如果查询时单单使用filter进行过滤的话，查询结果是是不会计算max_score等匹配相关的结果，得到每份文档的匹配分数还是建议使用must：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_phrase": {
            "customer_full_name": "Abd Adams"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "currency": "EUR"
          }
        },
        {
          "range": {
            "customer_id": {
              "gte": 50,
              "lte": 55
            }
          }
        }
      ]
    }
  }
}

简单聚合查询

es同样是支持聚合操作，例如我们希望看到每个customer_full_name对应的文档数，我们就可以通过group_by_state查询指定term(词项)为customer_full_name，被聚合的字段无需对分词统计，所以使用customer_full_name.keyword对整个字段统计：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "customer_full_name.keyword"
      }
    }
  }
}

输出结果：

嵌套聚合

基于上述基础，我们希望查询出这每个人taxful_total_price的平均值，我们可以通过es的嵌套聚合实现，语句如下，基于上述语法基础再声明一个aggs指明avg的字段为taxful_total_price即可：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "customer_full_name.keyword"
        
      },
      "aggs": {
        "average_total_price": {
          "avg": {
            "field": "taxful_total_price"
          }
        }
      }
    }
  }
}

聚合结果排序查询

还是以上面的排序为例，如果我们希望通过taxful_total_price的结果进行升序排序的话，我们可以通过order指明使用的排序结果，以笔者本次示例来说，也就是通过average_total_price的结果进行排序，所以对应的语法如下：

bash 复制代码

GET /kibana_sample_data_ecommerce/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "customer_full_name.keyword",
        "order": {
          "average_total_price": "asc"
        }
      },
      "aggs": {
        "average_total_price": {
          "avg": {
            "field": "taxful_total_price"
          }
        }
      }
    }
  }
}

从结果来看，输出的数据确实是按照聚合排序数据显示：